让 AI 生成「可编辑」的 PPTX:一次跨 WSL / Windows 的硬核折腾

我有一个网页 PPT 的 Skill:一句话生成横向翻页的网页幻灯片,带 WebGL 背景和杂志级排版。好看,但有人问我:能不能给我一份 PowerPoint 里能改字的 pptx?

于是有了这次折腾。结论先说:能,但路比想象的绕。

第一版走不通的路

最直觉的方案是用 pencil2pptx——它号称能把 Pencil 设计档转成原生 pptx。装好、跑通,结果报错:它要找的是 pencil.dev 的商业版 Pencil,而我装的是开源的 OpenPencil——两个不同的产品,MCP 协议里的工具名都对不上(它要 open_document / export_nodes,OpenPencil 只有 open_file / export_image)。

教训: 名字像的工具不一定是一个东西。读源码比读 README 靠谱。

第二版:自己写转换器

既然现成的用不了,那就自己造。思路很简单:

1. 用 Claude Code 通过 MCP 把每页内容 render 进 OpenPencil(JSX → 设计节点);
2. 用 get_node 把每个文本的坐标、文字、字号、颜色、字体读出来;
3. 用 python-pptx 按这些数据生成原生文本框——不是截图,是真能编辑的元素。

关键几个数字:1920px 宽映射到 16:9 幻灯片,换算是 6350 EMU/px,字号 px × 0.5 → pt。嵌套布局要逐层累加坐标偏移。

两个把我卡住的坑

中文变豆腐块。 render 默认用只含拉丁字形的字体,中文直接渲染成 ▯▯▯。解法是给每个文本显式指定 font="Microsoft YaHei UI",并同时写入西文和东亚字体名。

文字溢出换行。 文本框宽度用的是「按字体量出来的精确宽度」,没留余量,换个渲染器就溢出换行。解法是关掉自动换行(word_wrap=False)——因为设计里这些本就是自动宽度的单行标签。

收获

成品是一份中文正确、单行不换行、在 PowerPoint 里能逐字编辑的 pptx。但更值钱的是过程里的判断:当一条链路被外部工具卡死时,退回到数据层自己拼,往往更快也更可控。

这就是我说的「玩 AI」——不是等一个完美工具,而是把手弄脏,把链路打通。

想看珂的下一个作品?